解决 echomimic 项目中 diffusers 与 huggingface_hub 版本兼容性问题
2025-06-18 00:59:27作者:殷蕙予
echomimic
EchoMimic: Lifelike Audio-Driven Portrait Animations through Editable Landmark Conditioning
在 echomimic 项目运行过程中,用户可能会遇到一个常见的依赖冲突问题:diffusers 库与 huggingface_hub 库的版本不兼容。这个问题表现为 Python 解释器无法从 huggingface_hub 导入 cached_download 函数,导致程序运行失败。
问题现象分析
当用户尝试从 diffusers 导入 AutoencoderKL 或 DDIMScheduler 时,会触发以下错误链:
- diffusers 初始化时尝试从 utils 模块导入功能
- utils 模块又尝试从 dynamic_modules_utils 导入功能
- dynamic_modules_utils 中引用了 huggingface_hub 的 cached_download 函数
- 由于 huggingface_hub 新版本中移除了 cached_download 函数,导致导入失败
根本原因
这个问题的根源在于 huggingface_hub 库在较新版本中对 API 进行了重构,移除了 cached_download 函数。而 diffusers 库的某些版本仍然依赖这个已被移除的函数,从而导致了兼容性问题。
解决方案
方案一:降级 huggingface_hub 版本
最直接的解决方案是将 huggingface_hub 降级到包含 cached_download 函数的旧版本。根据社区经验,可以尝试以下版本:
pip install huggingface_hub==0.10.0
这个版本相对稳定,且保留了 cached_download 函数。降级后通常可以解决导入错误问题。
方案二:修改 diffusers 源码
如果不想降级 huggingface_hub,可以手动修改 diffusers 的源码:
- 找到文件路径:/usr/local/lib/python3.10/dist-packages/diffusers/utils/dynamic_modules_utils.py
- 修改第28行的导入语句,将:
改为:from huggingface_hub import HfFolder, cached_download, hf_hub_download, model_info或者完全注释掉这行导入语句(如果后续代码不依赖这些函数)from huggingface_hub import HfFolder, hf_hub_download, model_info
方案三:升级 diffusers 版本
如果项目允许,可以考虑升级 diffusers 到最新版本,因为新版本可能已经适配了 huggingface_hub 的 API 变更:
pip install --upgrade diffusers
预防措施
为了避免类似问题,建议在项目中:
- 明确指定关键依赖库的版本范围
- 使用虚拟环境隔离项目依赖
- 定期更新依赖并测试兼容性
- 在 requirements.txt 或 setup.py 中固定主要依赖的版本
总结
echomimic 项目中出现的这个导入错误是典型的依赖版本冲突问题。通过降级 huggingface_hub、修改源码或升级 diffusers 都能有效解决。在实际开发中,建议优先考虑方案一或方案三,因为修改源码的方式虽然能临时解决问题,但不利于后续维护和更新。
echomimic
EchoMimic: Lifelike Audio-Driven Portrait Animations through Editable Landmark Conditioning
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
538
3.76 K
Ascend Extension for PyTorch
Python
343
411
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
886
604
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
181
暂无简介
Dart
775
192
deepin linux kernel
C
27
11
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
757
React Native鸿蒙化仓库
JavaScript
303
356
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
252
仓颉编译器源码及 cjdb 调试工具。
C++
154
895